#deep-learning-deployment Repository
Scopri 7 repository GitHub open source attivi contrassegnati con #deep-learning-deployment, che raccolgono un totale di 9,041 stelle (con una media di 1,291 stelle per progetto). Il progetto leader di questo argomento è qwopqwop200/GPTQ-for-LLaMa, con 3,077 stelle.
7 repository in totale
Motore di inferenza C++ pronto per la produzione, multipiattaforma, per modelli YOLO (v5‑v12, YOLO26). API unificata per rilevamento, segmentazione, stima della posa, OBB e classificazione. Realizzato su ONNX Runtime e OpenCV. Ottimizzato per CPU/GPU con supporto alla quantizzazione.
Rappresentazione e abbassamento dei riferimenti dei modelli ONNX nell'infrastruttura del compilatore MLIR
Domande frequenti
Qual è il repository #deep-learning-deployment più popolare su GitHub?
Il progetto open source #deep-learning-deployment più alto in classifica su GitHub è qwopqwop200/GPTQ-for-LLaMa, con 3,077 stelle. Quantizzazione a 4 bit di LLaMA tramite GPTQ
Quali linguaggi di programmazione sono più utilizzati nei repository #deep-learning-deployment?
Tra i progetti #deep-learning-deployment più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, C++, MLIR, C.
Come viene calcolata la classifica dei repository #deep-learning-deployment?
Monitoriamo 7 repository open source attivi contrassegnati con #deep-learning-deployment (500+ stelle), per un totale di 9,041 stelle e una media di 1,291 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.